采用试验设计法优化铝合金超精密车削加工参数

收稿日期:2018年10月
1研究背景
随着现代工业的快速发展,一些高性能科技产品对精度的要求越来越高,尤其是半导体行业,对有色金属的超精密加工需求日益增多。

超精密加工技术起源于20世纪60年代,美国Union Carbide 公司最早采用单点金刚石车削技术加工。

超精密切削加工一般指用金刚石刀具的刀刃在超高精密机床上切削产品表层而获得超高精密表面质量的工艺[1],主要应用于非铁材料的加工,如铝合金、铜等有色金属,以及一些镜头、晶体类复合材料[2]。

进入21世纪,将加工精度为0.1~1μm 、表面粗糙度R a 为0.005~0.10μm 的加工技术称为超精密加工技术[3]。

5083铝合金材料作为一种镁铝合金,因具有抗蚀
性高、质地细腻、化学腐蚀后表面细腻且外观均匀漂亮、强度良好、韧性优良等优点,常被用来制造晶圆切
割刀、散热器等高速旋转类产品的基体。

在这些应用中,根据设计需求,表面粗糙度R a 需要达到0.03μm 。

针对铝合金的超精密加工,有不少学者做了研究。

肖长江等[4]采用正交试验法研究了车床转速、刀具前角、进给量对镁铝合金表面粗糙度的影响。

赵惠英等[5]通过切削理论,研究了由主轴转速、进刀速度、刀具圆弧半径匹配出计算公式的可行性。

夏志辉等[6]设计了一种新的金刚石刀具圆弧修磨技术,获得了刀尖半径为8.2μm 的微圆弧金刚石刀具。

Hazir 等[7]论述了通过试验设计法从五因子两水平的试验中优化杉树的加工表面粗糙度。

当然,以上研究只是从部分试验或理论分析上得出有限数据,针对5083铝合金材料的超精密加工参数优化研究还不多。

在某公司实际生产中,发现表面粗糙度R a 不能百分百完全达到0.03μm ,且刀具使用寿命较短。

经初步分析,5083铝合金的含锰量较高,所以其硬度和一般铝合金相比较硬,可见对5083铝合金超精密加工的参数研究具有实际意义。

2试验材料及条件
试验材料为5083铝合金毛坯件,外径为60mm ,
采用试验设计法优化铝合金超精密车削加工参数
□
胡攀登
□郭旭红苏州大学机电工程学院
江苏苏州
215006
摘
要:采用试验设计法对5083铝合金超精密车削的加工参数进行研究和优化,通过部分析因设
计和响应曲面方法确认显著影响铝合金超精密车削的加工参数,应用JMP 数据统计分析软件对试验结果进行回归分析。

试验结果表明,在使用天然金刚石刀具的条件下,影响5083铝合金超精密车削的主要加工参数是进给量和切削速度。

当进给量为0.06mm/r 、切削速度为1010m/min 时,超精密车削加工得到的铝合金表面粗糙度R a 仅为0.03μm ,刀具的有效加工距离为34km ,使用寿命明显提升。

关键词:试验设计
铝合金车削加工参数
中图分类号:TH122
文献标志码:A
文章编号:1000-4998(2019)04-0100-05
Abstract :The DOE method was used to study and optimize the processing parameters of ultra =
precision turning of 5083aluminum alloy.The processing parameters that significantly affected the ultra=precision turning of aluminum alloys were confirmed through factorial design and the response surface method.The regression analysis was performed on the test results by the application of JMP statistical analysis software.The test results show that under the condition of using natural diamond tools ,the main processing parameters affecting ultra -precision turning of 5083aluminum alloy are feed rate and cutting speed.When the feed rate is 0.06mm/r and the cutting speed is 1010m/min ,the surface roughness R a of
the aluminum alloy obtained by ultra-precision turning is only 0.03μm.The effective machining distance of the tool is 34km and the service life is significantly improved.
Key Words :DOE Aluminum Alloy
Turning
Processing
Parameter
试验·检测
内孔直径为18.5mm ,厚度为5.0mm 。

试验采用DAC AML 系列超精密加工机床,机床的分辨率为0.05μm ,定位精度为0.05μm 。

加工刀具采用特殊修磨的天然单晶金刚石刀具,刀尖圆弧半径为0.75mm ,刀刃钝圆半径为0.5μm ,前角为5°,后角为15°。

表面粗糙度测量采用Dektak XT 探针式轮廓测量仪。

5083铝合金零部件的超精密加工状态如图1所示。

3试验方案
采用试验设计法优化加工参数。

试验设计法按照一定的机理安排试验方案,严格按计划在设定的条件下进行试验,获得所需的数据,进而得到改进的途径和经验。

试验设计法对于开发和改善制造过程、提高产品质量而言,是一种非常重要的试验分析方法[8]。

第一步,采用部分析因设计筛分因子。

对超精密加
工参数进行分析,将一般影响因子列出,分别为背吃刀量、进给量、切削速度、主轴旋转类型、切削液使用与否、切削余量、走刀方向及机床温度。

在试验开始阶段,默认所有因子都有可能影响加工表面粗糙度,因此在析因试验设计时,为每个参数设定高低两个水平,各因子水平设置见表1。

部分析因试验设计采用32组试验,记号为248-3
,
表示每个因子有两个水平,8表示有八个初始输入因子,3表示该试验只是完全析因试验总数的1/8(2-3=1/
8),4表示试验的分辨度为郁。

通过部分析因试验可以判断各因子间的主效应没有混杂,因子间的二次交互效应也没有混杂。

由JMP 软件得出具体的32组部分析因试验计划表,再根据相应的试验顺序做试验,获得每组的加工表面粗糙度实际值。

将加工表面粗糙度作为输出变量,八个输入因子作为输入变量,采用最小二乘法对试验结果进行回归分析[9],分析结果见表2。

表2中t 比用于检验参数的真实值是否为0,是估计值与标准误差之比,概率>|t |用于列出实际参数值为0的检验P 值。

在部分析因试验中,由概率>|t |的相关性概率值P 值判断,进给量、切削速度和机床温度的P 值小于阈值(0.05),表明这三个因子和加工表面粗糙度有相关性。

第二步,采用响应曲面方法进一步筛选出显性因子并确定回归关系,求出最优参数设置。

响应曲面方法采用Box-Behnken 扩充设计,将筛选出的三个因子作为输入因子,并将这三个因子设计为三个水平,一共15组试验。

再一次做试验,并测量每种参数组合对应的加工表面粗糙度,对结果进行分析。

采用最小二乘法对响应曲面试验的结果进行回归分析,见表3。

由概率>|t |的P 值来看,进给量、切削速度相关性的P 值小
于阈值(0.05),机床温度在试验中没有显现出相关性,因此明显影响超精密车削的因子是进给量和切削速度。

通过JMP 软件建立的预测模型,对进给量、切削速度两个因子的试验结果进行评估及预测分析,分析结果如图
2所示。

预测值-实际值图中的R 2=0.91,表明模型拟合效果好。

失拟检验图中概率>t 为0.7468,远远大于阈值(0.05),表明模型没有失拟现象。

残差值在
0线附近波动,且呈正态分布。

方差分析中概率>t 为
表1
部分析因试验水平设置水平背吃刀量/μm
进给量/(mm ·r -1)切削速度(m ·min -1)
主轴旋转类型
切削液使用与否
切削余量/μm
走刀方向
机床温度/℃
低10.03
260
恒转速不使用10圆心至边缘24高
30
0.15
1047
恒线速
使用
50
边缘至圆心
33
表2部分析因试验回归分析结果
因子估计值标准误差t 比背吃刀量0.0005μm 0.000
4μm 1.2600进给量0.7370mm/r 0.1050mm/r 7.0200切削速度-0.0001m/min 0.0000m/min -3.4000总切削余量-0.0008μm 0.0003μm -2.6400主轴转速类型
0.00000.0400-0.1200切削液0.00000.3170-0.3245走刀方向0.00000.74600.3976机床温度
-0.0026℃
0.0014℃
-1.8600
概率>|t |0.21730.00010.00220.06370.84350.57870.39610.0443
分析结果显性因子显性因子
显性因子试验·检测
0.0002,小于阈值(0.05),表明模型呈显著效应。

通过JMP 软件的预测刻画器[10]可以看出,将加工表面粗糙度设为0.03μm 时,进给量为0.06mm/r ,切削速度为
857m/min 。

4试验结果和分析
针对试验结果,将进给量和切削速度设为调整因子,拟出四组不同水平的参数组合,每组试验使用新的金刚石刀具,在尺寸调试好之后,连续加工5083铝合金零部件,每1000m 测量一次产品的加工表面粗糙度,直至加工表面粗糙度R a 明显大于0.03μm 为止。

根据试验测量的数据,对加工表面粗糙度的趋势变化、刀具寿命、刀具磨损这三个方面进行综合评估。

试验参数设置见表4。

4.1
粗糙度及刀具使用寿命分析
由试验结果可见,四组试验的加工表面粗糙度R a
在车削初期阶段都能完全达到0.03μm 的要求,所以试验设计法得出的加工参数是正确的。

加工表面粗糙度趋势图如图3所示,试验1加工的产品,加工表面粗糙度R a 在0.03μm 以内的加工距离为26km 左右,试验2对应的切削距离为24km ,试验3对应的切削距离为34km ,试验4对应的切削距离为28km 。

很显然,试验3刀具的使用寿命是最长的,相对于目前的使用寿命27km ,延长了25.6%。

试验3所测加工表面粗糙度R a 的均值为0.021μm ,标准差为0.0031μm ,是四组试验中最小的,这表明切削速度1010m/min 的加工效果要好于切削速度857m/min ,在超精密加工中切削速度要更快,加工的表面质量才会更高。

进给量
因子估计值标准误差t 比进给量0.466667mm/r 0.121194mm/r 3.85切削速度0.4253m/min 0.000015m/min -5.07机床温度
-0.00119℃
0.001616℃
-0.74
概率>|t |0.00270.00040.4753
分析结果显性因子显性因子
表3
响应曲面方法回归分
析结果R a 预测值=0.0152R 2=0.91P =0.0002
P 值
t t R 2
t t
最佳λ=0.08
试验·检测
二次平方和
λ
(下转第109页)
0.06mm/r 和0.03mm/r 没有明显的差别,但从加工的效率来看,0.06mm/r 更适合用于加工生产。

4.2刀刃磨损分析
刀刃是影响加工表面粗糙度的主要因素,因此需
要对刀刃磨损进行分析[11]。

每组试验的刀刃磨损扫描电子显微镜(SEM )图片如图4所示。

试验1金刚石刀具磨损后的刀刃呈波浪状光滑磨损状态,随着与产品接触面的不同,刀刃磨损的程度也不
同,但不会使产品产生紊乱的刻痕,属于正常的刀具磨损。

试验2刀具磨损后的刀刃呈毛边形状,说明对应参数组合会使刀刃产生毛边磨损,刀刃的微小部分出现崩溃式磨损,因此加工表面粗糙度不稳定,刀具寿命变短。

试验3刀具刀刃的前部磨损严重,磨损的痕迹呈均匀柳叶形状,没有出现异常形状,且加工表面粗糙度较好,寿命较长,说
明这一磨损是正常的使用磨损,没有发生微观崩溃磨损,切削速度1010m/min 是低加工表面粗糙度值和长寿命的主要原因,配合进给量0.06mm/r 是较好的一种参数组合。

试验4刀具刀刃磨损后呈毛边形状,且刀刃上有异物,加工表面有明显的刀痕,加工效果一般。

综合分析认为,试验3的刀具磨损是正常的机械磨损,且刀具能被充分使用。

5总结
笔者采用试验设计法,从八个加工参数因子中筛选出两个显著影响加工表面粗糙度的参数———进给量和切削速度。

基于JMP 软件的预测刻画器功能,得出当进给量≤0.06mm/r 、切削速度≥857m/min 时,5083铝合金的加工表面粗糙度R a ≤0.03μm 。

通过四组试验,验证通过试验设计法得到的结果
是正确的,其中加工进给量为0.06mm/r 、切削速度为1010m/min 时,能得到最好的超精密加工表面粗糙度,加工寿命为34km ,相比原有刀具,使用寿命延长
了25.6%。

参考文献
[1]袁哲俊.精密和超精密加工技术的新进展[J ].工具技术,2006,40(3):4-10.
[2]陆剑中,孙家宁.金属切削原理与刀具[M ].5版.北京:机械工业出版社,2011.[3]袁巨龙,张飞虎,戴一帆,等.超精密加工领域科学技术发展研究[J ].机械工程学报,2010,46(15):161-177.艳,李娟,等.切削镁铝合金用金刚石单晶刀
具的制备和切削研究[J ].工具技术,
2016,50(6):51-55.
[5]
赵惠英,宋康,田世杰,等.超精密切削工艺参数分析研究[J ].航空精密制
造技术,2003,39(5):3-5,9.
[6]夏志辉,贾鲁,张晓峰,等.微圆弧金刚
石刀具修磨技术研究[J ].金刚石与磨料磨具工程,2017,37(3):69-73.
[7]HAZIR E ,ERDINLER E S ,KOC K H.Optimization of CNC Cutting Parameters Using Design of Experiment (DOE )and Desirability Function [J ].Journal of Fores-
try Research ,2018,29(5):1423-1434.[8]
马林,何桢.六西格玛管理[M ].2版.北京:中国人民大学出版社,2007.[9]
陆健.最小二乘法及其应用[J ].中国西
部科技,2007(12):19-21.
表4
试验参数设置试验号进给量/(mm ·r -1)
切削速度/(m ·min -1)
10.0685720.03857
3
0.0610104
0.03
1010
试验1试验2试验3试验4
(a )试验1
(b )试验2
试验·检测
(上接第103页)
阿赫玛亚洲展2019暨第十一届国际化工先进制造博览会将于2019年5月21日至23日在中国上海国家会展中心隆重举行。

阿赫玛亚洲展将聚焦备受关注的新领域,为市场准入提供更大的平台,加强客户、供应商和潜在合作伙伴之间的沟通,并推动中国化工流程行业的创新。

此次展会的一个重大变化是将活动场地从北京转移到了上海,这反映了上海已成为中国化工流程行业的中心。

另一个重要变化是展会的中心议题贴合中国的十三五规划和当前的行业趋势。

此次展会围绕的核心是可持续发展,在此基础上探讨过程技术、制药技术、工业水处理技术、装置和过程安全技术、数字化技术等主题。

三十多年来,阿赫玛亚洲展已成为化工流程行业主要厂商之间交流联络的重要平台。

当前,在中国加速现代化建设、吸引外资
和经济有机成长的背景下,中国的化工流程行业正在不断迅速发生着巨变。

阿赫玛亚洲展是中国化工流程行业最具国际性且规格最高的盛会,在全球也享有良好的声誉。

阿赫玛亚洲展为参展商、发言人提供了无与伦比的展示平台,为参会者提供了广泛的交流机会。

本年度,阿赫玛亚洲展将聚焦化工流程行业的最新创新成果。

在这个世界级的展会中,与会者将获得有关行业趋势和中国投资策略的第一手资料,了解先进的技术、产品与服务,并能够与领先的供应商、决策者及思想领袖进行交流。

阿赫玛亚洲展2019暨第十一届国际化工先进制造博览会的主办方为德国德西玛和中国化工学会,合作方包括中国石油和化学工业联合会、中国石油化工集团公司、中国化工集团公司等。

(本刊)
阿赫玛亚洲展将在上海举行
机械设计与制造,2009(7):102-104.
[7]汤森.生产线平衡与JIT 配送诀窍[M ].曹岩,杨丽娜,曹森,等译.北京:机械工业出版社,2015.
[8]石渡淳一,加藤贤一郎,高柳昭,等.最新现场IE 管理[M ].严新平,朱小红,熊辉,译.深圳:海天出版社,2004.[9]郭伏,张国民.工作研究在流水线平整中的应用[J ].工业工程与管理,2005,10(2):120-124.
[10]今井正明.现场改善:低成本管理方法[M ].华经,译.北京:
机械工业出版社,2010.
作者简介:
郑跃君（1984—），男，硕士研究生，工程师，主要研究方向为精益生产与实践；周炳海（1965—），
男，教授，主要研究方向为调度建模、精益生产。

（编辑
平
平）
表5注塑机底箱装配工序改善前后对比
状态工序数
时间/min 搬运距离/m 在制品库存数
改善前改善后节减改善前改善后节减改善前改善后节减改善前改善后节减加工2222030127625000453015搬运20119140.510832.51005685320000等待000000000000储存4311201200000000检验43119190000000合计
50
39
11
580.5
523
57.5
1005
685
320
45
30
15
[10]周暐.JMP11新功能速览[J ].CAD/CAM 与制造业信息化,2013(10):38-42.
[11]俱攀武,陈惠贤,王刚.超大直径盾构机刀具磨损规律及布
置方法研究[J ].机械制造,2014,52(8):67-70.
作者简介:
胡攀登（1983—），男，硕士研究生，主要研究方向为超精密加工技术；郭旭红（1963—），男，教授，主要研究方向为精密、超精密及高速切削加工技术。

（编辑
岚）
质量·成本·管理。